ЗАСТОСУВАННЯ ЛАЗЕРНОГО СКАНУВАННЯ ТА 3D-МОДЕЛЮВАННЯ ДЛЯ ВИЗНАЧЕННЯ ГЕОМЕТРИЧНИХ ПАРАМЕТРІВ РЕЗЕРВУАРІВ ДЛЯ НАФТОПРОДУКТІВ
DOI:
https://doi.org/10.20998/2078-5364.2026.2.05Ключові слова:
лазерне сканування, 3D-моделювання, геометричні параметри, резервуари нафтопродуктів, точність вимірів, автоматизаціяАнотація
Розробити та апробувати метод визначення геометричних параметрів резервуарів для зберігання нафтопродуктів за допомогою лазерного сканування та 3D-моделювання, з метою підвищення точності та автоматизації вимірювань порівняно з традиційними методами.
Для збору просторових даних використовувалися високоточні наземні лазерні сканери, зокрема Leica RTC360, здатні генерувати хмари точок з роздільною здатністю до ±2 мм. Процес обробки включав попередню очистку, реєстрацію та інтеграцію сканів у єдину координатну систему за допомогою алгоритмів ICP (Iterative Closest Point). Надалі здійснювалося побудування 3D-моделей за допомогою програмного забезпечення Autodesk Recap та Bentley ContextCapture з використанням методів триангуляції Делоне. Експерименти проводилися у реальних умовах функціонуючого нафтосховища, на різних типах резервуарів – як циліндричних, так і з плаваючим дахом. Для перевірки достовірності результатів проводилася валідація шляхом порівняння з ручними вимірами, виконаними сертифікованими спеціалістами.
Застосований метод дозволив досягти високої точності обчислення об'єму резервуарів – з похибкою не більше ±0,2 %, що приблизно на 95 % перевищує точність традиційних методів вимірювання, які допускають похибку на рівні 3–7 %. Значно скоротився і час проведення замірів – з 2–3 робочих днів до 4–6 годин. Створені 3D-моделі резервуарів дозволили не лише отримати точну геометрію об’єктів, а й виявити потенційно небезпечні структурні деформації, осідання, перекоси, корозійні ураження тощо, що важко або неможливо виявити візуально.
Вперше реалізовано комплексну методологію інтеграції лазерного сканування з цифровим 3D-моделюванням для автоматизованого визначення геометричних характе-ристик резервуарів для нафтопродуктів з надвисокою точністю (±0,2 %). Розроблений підхід не лише забезпечує новий рівень точності у геодезичних вимірюваннях, але й дозволяє проводити діагностику технічного стану об’єктів у режимі реального часу. Методика дозволяє суттєво скоротити тривалість та трудомісткість обстежень – на 75–88 % у порівнянні з традиційними методами, зменшуючи залежність від людського фактора.
Запропонований метод підвищує рівень безпеки експлуатації резервуарів, зменшує ризики аварійних ситуацій, забезпечує відповідність сучасним міжнародним стандартам (зокрема API 653), а також сприяє впровадженню принципів цифрової трансформації в нафтогазовій сфері. Метод підходить для контролю як наземних, так і підземних резервуарів, дозволяючи здійснювати оперативний моніторинг технічного стану об’єктів, планувати ремонтні роботи та оптимізувати витрати на обслуговування.
Посилання
Liu B., Yang Y., Li J., Chi Y., Li J., Fu X. Stress sensitivity of tight reservoirs and its effect on oil saturation: A case study of Lower Cretaceous tight clastic reservoirs in the Hailar Basin, Northeast China. Journal of Petroleum Science and Engineering. 2020. 184. 106484. DOI: https://doi.org/10.1016/j.petrol.2019.106484.
Zhailiyev A. O., Khomenko V. L., Tabylganov M. T., Shukmanova A. A., Pash-chenko O. A. Assessment of reservoir filtration-capacity properties and saturation at the Mor-skoye field. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu. 2025. 3. P. 29–40. DOI: https://doi.org/10.33271/nvngu/2025-3/029.
Khomenko V. L., Ratov B. T., Pashchenko O. A., Davydenko O. M., Borash B. R. Justification of drilling parameters of a typical well in the conditions of the Samskoye field. IOP Conference Series: Earth and Environmental Science. 2023. 1254(1). 012052. DOI: https://doi.org/10.1088/1755-1315/1254/1/012052.
Pashchenko O., Ratov B., Khomenko V., Gusmanova A., Omirzakova E. Method-ology for optimizing drill bit performance. International Multidisciplinary Scientific GeoCon-ference SGEM. 2024. 24(1.1). P. 623–631. DOI: https://doi.org/10.5593/sgem2024/1.1/s06.78.
Shahbazi M. J., Mobaraki M., Rahimpour M. R. Storage systems safety: vessels, reservoirs, etc. Crises in Oil, Gas and Petrochemical Industries. 2023. P. 211–225. Elsevier. DOI: https://doi.org/10.1016/b978-0-323-95163-0.00016-5.
Shah S. Y. A., Du J., Iqbal S. M., Du L., Khan U., Zhang B., Tan J. Integrated three-dimensional structural and petrophysical modeling for assessment of CO₂ storage poten-tial in gas reservoir. Lithosphere. 2024. 2024(4). DOI: https://doi.org/10.2113/2024/lithosphere_2024_222.
Abu-Hashish M. F., Elmaadawy K., Hussein I. A. Geostatic reservoir modeling of the Kareem Formation in GS277 oil field, Gulf of Suez Egypt. Egyptian Journal of Petrole-um. 2024. 33(1). DOI: https://doi.org/10.62593/2090-2468.1006.
Nocquet J.-M., Calais E. Geodetic measurements of crustal deformation in the Western Mediterranean and Europe. Pure and Applied Geophysics. 2004. 161(3). P. 661–681. DOI: https://doi.org/10.1007/s00024-003-2468-z.
Banu A., Padmanaaban S., Kannan R., Jose S. P. Probing the structural and elec-tronic properties of MAX phases and their corresponding MXenes using first-principles cal-culations. Zeitschrift für Physikalische Chemie. 2024. 239(1). P. 59–77. DOI: https://doi.org/10.1515/zpch-2024-0018.
Hsia I. C. C., Shouki I. A., Li J. Feasibility of rejuvenating depleted oil fields with new energy: biohydrogen. Offshore Technology Conference Asia. 2024. DOI: https://doi.org/10.4043/34723-ms.
Okwu M., Tartibu L., Otanocha O. B., Enarevba D. R. Development of a modular wall painting robot for hazardous environment. International Conference on Artificial Intelli-gence, Big Data, Computing and Data Communication Systems (icABCD). IEEE, 2021. P. 1–6. DOI: https://doi.org/10.1109/icabcd51485.2021.9519330.
Kang W., Xie Y., Li D., Li X., Zhang Y. Monitoring the rotational stiffness of pre-fabricated building beam column connections based on dynamic inversion. Structures. 2024. 70. 107924. DOI: https://doi.org/10.1016/j.istruc.2024.107924.
Entezami A., Sarmadi H., Salar M., De Michele C., Arslan A. N. A novel data-driven method for structural health monitoring under ambient vibration and high-dimensional features by robust multidimensional scaling. Structural Health Monitoring. 2021. 20(5). P. 2758–2777. DOI: https://doi.org/10.1177/1475921720973953.
Wang J. L., Barlow B., Funk W., Robinson C., Brandt A., Ravikumar A. P. Large-scale controlled experiment demonstrates effectiveness of methane leak detection and repair programs at oil and gas facilities. Environmental Science & Technology. 2024. DOI: https://doi.org/10.1021/acs.est.3c09147.
Leon F., Silva A., Villalobos J. L., Guerrero X., Amores D., Villarreal A., Cuenca D., Jaramillo D., Corella B., Perez M. Novel dual completion architecture improves oil pro-duction and boosts secondary recovery with minimal surface footprint. SPE Annual Technical Conference and Exhibition. 2022. DOI: https://doi.org/10.2118/210286-ms.
Sireesha M., Lee J., Kranthi Kiran A. S., Babu V. J., Kee B. B. T., Ramakrishna S. A review on additive manufacturing and its way into the oil and gas industry. RSC Advances. 2018. 8(40). P. 22460–22468. DOI: https://doi.org/10.1039/c8ra03194k.
Gharieb A., El Hamady A., Gad R., Lairet B. B., Rivas-Rivas S. Optimizing field development in data-starved reservoirs: mitigating economic risks through stochastic produc-tion profiling and fully implicit static-dynamic simulation. Mediterranean Offshore Confer-ence. 2024. DOI: https://doi.org/10.2118/223239-ms.
Pi Y., Li Z., Liu L., Cao R., Liu J., Chen H., Fan X., Zhao M. Experimental inves-tigation of preformed particle gel and alkali-surfactant-polymer composite system for en-hanced oil recovery in heterogeneous reservoirs. Journal of Energy Resources Technology. 2023. 145(11). DOI: https://doi.org/10.1115/1.4062928.
Mashiyane T., Tartibu L., Salifu S. Finite element analysis and machine learning-based prediction of oil tank behavior under diverse operating conditions. Engineering Re-ports. 2025. 7(5). DOI: https://doi.org/10.1002/eng2.70173.
Zhao L., Sun X., Liu F., Wang P., Chang L. Study on morphological identification of tight oil reservoir residual oil after water flooding in secondary oil layers based on convolution neural network. Energies. 2022. 15(15). 5367. DOI: https://doi.org/10.3390/en15155367.
Chang S., Thomas G., Wang W., Ow H. Fully automated microfluidic mixing aid-ed in-line detection of trace level oil field tracers. Geoenergy Science and Engineering. 2023. 222. 111171. DOI: https://doi.org/10.1016/j.petrol.2022.111171.
Hassan A. M., Zeynalli M., Adila A. S., Al-Shalabi E. W., Kamal M. S., Patil S. Core-to-field scale simulations of low salinity polymer (LSP) flooding in carbonate reservoirs under harsh conditions. SPE Improved Oil Recovery Conference. 2024. DOI: https://doi.org/10.2118/218223-ms.
Mirzaei-Paiaman A., Okuno R., Lawal T., Sheng K., Chen C., Lai I., Chen S., Hu L. Techno-economic-environmental analysis of CO₂ storage and EOR in an underdeveloped field. SPE Improved Oil Recovery Conference. 2024. DOI: https://doi.org/10.2118/218254-ms.
